terroirs viticoles

a

175

Tonage prédictif _des terroirs viticoles ^à partir _de secteurs pris comme référence

S. Salvadorll¡*, P. Lagacheriell¡et R. Morlatlz¡

(1 ) INRA - Centre de recherches de Montpellier - Laboratoire de science du sol - 2, place P. Viala, 34060 Montpellier CEDEX 1

(2) INRA - Centre de recherches d'Angers - Unité de Recherches sur la Vigne et le Vin - 49, rue G. Morel, BP 57,49071 Beaucouzé CEDEX

*

_{adresse actuelle :} INRA - Centre de recherches d'Orléans - SESCPF - Ardon - 45160 Olivet

RESUME

Dans un contexte concurrentiel croissant sur le marché des vins, de nombreuses méthodes de caractérisation des terroirs viticoles ont été développées. Parmi celles-ci, une méthode synthétique, prenanl en compte plusieurs caractéristiques du milieu, est actuellement testée dans l'Anjou. Cependant, la phase de cartographìe est relativement lourde el est un frein à sa généralisation. Une méthode d'au- tomatisatioî et d'allégement de la cartographie des lerroirs viticoles, basée sur les corrélations spatiales entre ces derniers, esl proposée dans cet article. Cette méthode consiste en l'apprentissage des lois de répartilion des Terroirs sur un secteur déjà cartogra- phié, puis en l'application de celles-ci sur des zones non prospectées, afin de prédire I'extension spatiale des unités de terroir. Quatre grands ensembles de terroirs, de complexité différente, sonttestés indépendamment. La prédiction obtenue peut prendre deux formes :

établissement d'une carte des tenoirs viticoles, ou bien prédiction des terroirs à l'échelle parcellaire. Les résultats obtenus monirenl que Ia qualité de la prédiction et I'allégement éventuel sont forlement corrélés à la complexité du milieu étudié. Une automatisation et un allégement conséquent de la cartographie des terroirs sont manifestes dans le cas de milieux de complexité relatìvement faible, c'eslà-dire dont la taille moyenne de la plage cartographique est de I'ordre d'une dizaine d'hectares.

Mots clés

Terroirs viticoles, secteurs de référence, zonage, Systèmes d'lnformalion Géographique.

SUMMARY

PREDICTIVEZONING OF VINE.GROWING "TERROIRS" TAKEN FROM RÉFÉRENCE SECTORS

Many ways of characterising the vine-growing "terroif' have been developped in the recent years. A synthetic method takes into account several characteristics of the environment. However, this method requires much observations of the geology and the soil. A method of automatization of soil survey using mappinglaws based on neighbourhood relationships and established in a reference area is being tested in the Anjou region (figure 1) to reduce this constraint. This method can only be applied on a homogenous geomorphologic envi- ronment called Small Natural Region. Four

Snall

Natural Regions (maps 1 and 2, table 1) with different complexities (table 2) are tested. Two types of prediction can be made : the setting up of a map of the vine-growing "terroir", or the prediction at the plot scale.

The results show that the quality of the prediction is generally related to the complexity of the Small Natural Region as the laws are applied either in the reference (table 3) or in the validation areas (table 4). A large part of this error is due to delimitation errors, so that the real prediction error (position error above 35 meters) is always less than 20 % for a density of one soil sample/ha. The density of

Manuscrit rcçu : février 1997; accepté : août 1997 Etude et Gesl¡on des Sols, 4, 3, 1997, pages 175 à 190

I

sorl sanples ^can

be

reduced to 55 % with regard to the density of soil samples really done for the simplest Small Natural Region (table 6). The'map

S

shows prediction-maps for this Smatt Naturat Region for different densities of soit samples. For the prediction at the plot

ícaþ,

^{ouriirst approach was}

^to

^consider it at s0 x

s0

meter

piiel.

The figures 3a to 3d and 4a to 4d present the omission and comis- sion errors, according to the average number of "terroir" units predicted per pixel. The best prediction is considered to be obtained for a

ninimum average of the two errors, This

is

^got

in

every Small Natural ^Regiotn for 70 to B0 % of the real average number of "terroir" units per pixel (table 7 and figure 5).

Key-words

vine-growing "terroir", ref erence areas, zoning, Geographical Information systems

176 S. Salvador, ^P. Lagacherie et R' Morlat

BESUMEN

DELIMITACION IREDICHA DE LOS TERRUÑOS VIT\COLAS

A

PARTIR DE SECTORES DE REFERENCIA

En

el

contexto concurrencial creciente sobre los ^mercados de vinos, numerosos ^métodos de caracterización de |os terruños ^vitícolas

se

han desarroltado. Entre estos,

un

nétodo sintético, que toma en cuenta varias características del medio, está actualmente probán- dose

en

Anjou. Sin enbargo,

la

fase

de

cartografía

es

relativamente ^pesada

y

resulta un freno a su generalización' Un método ^de automatizaóión

y de

atigeiamiento de

ta

cartografía

de

los terruños vitícolas, ^basado sobre ^las correlaciones espaciales entre estos está propuesto en esteârt¡cuto. Este método consiste en et aprendizaie de las leyes de reparticion de los terruños en un sector ya car' ngràtiaao,

y

después en

ta

aplicación

de

estas en las zonas no prospectadas, afín de predecir

la

extension espacial de las unidades de terruñ0. Cuatro grandes ^conjuntos

de

terruños,

de

comptejidad ^diferente han sido ^probados independientemente. La predicción obtenida puede

bmâr

^dos formas

:

establecimiento de una carla de los terruños vitícolas, o bien predicción delterruño al nivel parcela- rio. Los resultados obtenidots muestran que ta catidad de Ia predicción y et aligeramiento eventual están fuertemente correlacionados ^a

la

öomplejidad det medio estudiado. unìa automatizacion y

un

aligeramiento consecuente de la.cartografía de los terruños son mani- fiestos en

el

caso

de

los medios

de

complejidad relativamente ^pequeña,

es

decir cuyo tamaño mediano de Ia ^unidad cartográfica es del orden de una decena de hectáreas.

Palabras claves

Terruños vitícolas, sectores de referencia, slslemas de información geográfica

Étude et Gestion des Sols, 4, 3, 1997

a

Zonage prédictif des terroirs viticoles 177

T

a viticulture française s'est orientée depuis de

I

nombreuses années vers une politique de ^qualité

Lavec

^{la mise} en place du système des Appellations

IJO'Origine

Contrôlée (A.O.C.), permeltant d'expri- mer la spécificité de la production d'un vignoble. ll existe au sein même d'une appellation une variabilité des facteurs natu- rels (géologiques, pédologiques, paysagers), dont l'effet sur la vigne peut conférer au vin une certaine typicité. Cet ensemble constitue les facteurs naturels du terroir (Asselin et al., 1992).

Face à une standardisation du vin liée à la mondialisation, la prise en compte des facteurs du terroir peut permettre de per- sonnaliser et d'authentifier les vins, afin de mieux les valoriser.

Diverses méthodes de caractérisalion des terroirs viticoles ont été développées. Les approches visant à rechercher des liaisons simples entre certaines caractéristiques des sols (pH, granulométrie, teneur en calcaire,...) et la qualité de la vendan- ge se sont souvent soldées par des échecs (Noble, 1979) ou des résultats contradictoires suivant les régions (Gadille, 1967;

Seguin, 1983). leffet du terroir sur la qualité du vin serait donc le produit d'une interaction complexe entre plusieurs caractéris-

tiques du milieu. Dès lors, en l'absence de

modèles suffisamment fins permettant de rendre compte de ces interac- tions, des méthodes de caractérisation synthétiques des terroirs vitrcoles ont été développées. En particulier, l'Unité de Recherches sur la Vigne et le Vin du centre INRA d'Angers a développé une méthode de caractérisation intégrée (Morlat, 1989; Morlat et Asselin, 1993), oir la région viticole est consi- dérée comme un ensemble fini de terroirs élémentaires (Unité Terroìr de Base, UTB), constituant des entités homogènes vis- à-vis de la géologie, du sol, et de l'environnement paysager. Le zonage des terroirs viticoles constilue une des étapes de leur caractérisation.

ll

s'effectue par le biais d'une cartographie détaillée de la zone étudiée (environ 1 sondage

/

^{ha). Cette}

phase de terrain demande un inveslissement important lant en moyens qu'en tempg, qui limite acluellement sa généralisation sur les zones potentiellement intéressées par une approche de caractérisation des terroirs. Pour diminuer cetle contrainte, il convient de mettre au point des techniques susceptibles de I'al-

léger. C'est dans

cette

perspective que

s'inscrit

l'étude présentée dans cet article.

Si les tentatives de définition du terroir sont nombreuses, peu d'auleurs se sont intéressés à des techniques permettant de for- maliser et d'alléger le volet du zonage. Certains auteurs ont tenté de réaliser conjointement définition et zonage. Ainsi, Doledec (1995) a défini le terroir comme étant la combinaison de facteurs pédologiques et de facteurs exogènes (penle et orientation), dont elle a réalisé une classification. Cependant, cette méthode néces- site la connaissance de la couverture pédologique à une échelle suffisamment précise. 0r, celle-ci n'est ^pas toujours disponible.

Laville (1990) a utilisé des méthodes statistiques pour délimiter les terroirs définis par les viticulteurs, en les corrélant à des

variables exogènes et lithologiques (altitude, pente, exposition, géologie...). lapplication d'une méthode similaire à la cartogra- phie des UTB dans l'Anjou n'a toutefois pas donné de résultats suffisamment précis.

Dans cet arlicle, on se propose de tester la méthode des secteurs de référence développée par Favrot (1989). Cette méthode est appliquée à quatre types de milieux différents, représentatifs des terroirs viticoles rencontrés dans le vignoble angevin, Elle consiste à réaliser une cartographie détaillée des sols sur une aire échantillon (le secteur de référence), puis à

réaliser une prospection allégée sur d'aulres secteurs (les sec- teurs de validalion) en s'appuyanl sur les connaissances (nature et mode de distribution des sols) acquises au sein du secteur de référence. Elle n'esl applicable qu'au sein d'une Petite Région Naturelle (PRN), dont le secteur de référence doit être représentatif. Cependant, les lois de distribution des sols dégagées à l'occasion de l'étude du secteur de référence ne sont connues que des pédologues l'ayant cartographié.

Souvent, seuls ces derniers pourront réaliser une prospection allégée sur d'autres secteurs, ce qui limite l'intérêt de la métho- de. Afin de permettre une utilisation plus large du savoir-faire cartographique acquis sur le secteur de référence, Lagacherie (1992) a proposé une méthode permettant de le formaliser mathématiquement, et de le simuler au moyen d'un outil infor- matique. Les résultats obtenus pour la délimitation d'unités de sols dans la moyenne vallée de l'Hérault montrenl que les cartes de prédiction oblenues atteignent la qualité d'une pros- pection classique. Cette méthode est donc potentiellement applicable pour alléger la délimitation des terroirs viticoles.

ll

est cependant nécessaire de savoir si de tels résultats sont transposables dans une autre région. En effet, la qualité des résultats dépend fortement de I'organisation pédologique caractérisant chaque région (mode d'assemblage des sols - ou ici de terroir - tel qu'il ressort sur une carte détaillée). Ce mode d'organisatìon est plus ou moins complexe, et conditionne I'ap- titude des lois à reproduire la carte réelle. ll esl également ^plus ou moins répétitif, attestant ainsi de la représentativité du sec- teur de référence. ll est donc nécessaire de savoir dans quelle mesure la complexité et la répétitivité du milieu abordé ont un

impact sur la qualité des prédictions, el s'il existe des rndica- teurs pertinents permettanl d'évaluer cette qualité.

SITE DE HETUDE

Description du site

La méthode de caractérisation des terroirs viticoles dévelop- pée par I'URVV du cenlre INRA d'Angers est actuellement testée à l'échelle régionale sur une surface d'environ 40 000 hectares, au sud d'Angers. 12 000 hectares ont déjà élé carto- graphiés, principalement dans la zone d'appellation Coteaux

Étude et Gestion des Sots, 4, 3, 1gg7

I

du Layon. Ceci constitue un jeu de données suffisant pour tes- ter les méthodes d'allégement envisagées. La zone d'étude recoupe principalement trois communes situées de part et d'autre d'un affluent de la Loire, le Layon (figure 1).

Quatre grands ensembles lopogéologiques, de nature ei de complexité très différentes, la composent (carte 1) :

-

les formations schisteuses du Précambrien (Série des Mauges) en rive gauche du Layon, au sein desquelles ^deux milieux de iopographie différente sont distingués : une zone en bordure des cours d'eau ("Briovérien 2"), recouverte de ^pla- cages cénomaniens, et une zone plus élevée au sud, au ^relief plus tabulaire, éloignée du Layon ("Briovérien 1"),

- les formations schisteuses et volcaniques de l')rdovicien (complexe de Saint-Georges-sur-Loire) au nord-est de la ^zone ("0rdovicien"),

-

les formaiions complexes du Carbonifère (Namurien) ^en rive droite du Layon ("Houiller").

ll existe également d'autres ensembles, de taille ^nettement plus réduite : complexe du château de Montaigu et Eocène, dans la pariie sud-ouest de la zone.

Secteurs de référence ^{et de} validation

Les quatre grands ensembles lopogéologiques évoqués sont considérés comme quatre Petites Régions Naturelles, possédant chacun leur propre logique de distribution ^des terroirs.

Les secteurs de référence et de validation sont éiablis ^sur chdcune des PRN ^(carte 2). Les secteurs de référence devant

Figure 1 : Localisation géographique de la zone d'étude Figure 1 : Location of the study area.

être représentatifs de la PRN, ils sont établis dans une ^zone dont on estime les conditions topographiques ei géologiques caractéristiques de la PRN.

La taille des secteurs de référence (tableau ¹⁾ est d'environ 425 hectares, sauf pour le secieur de référence de la PRN

Briovérien

f

(155 ha), car cette dernière occupe une ^surface trop réduite. Les secteurs de validation sont situés à une ^dis- iance inférieure à 7 km des secieurs de référence, et ont ^une surface variable, dépendant de la surface cartographiée au sein de chacune des 4 PRN.

MÉTHODE D'ÉTUDE

La méthode ^proposée par Lagacherie (1992) repose sur les corrélations spatiales existant entre les unités de sols d'un sec- teur de référence précédemment cartographié. Elle permet ^la prédiction d'unités de sols sur un secteur non cartographié ^à partir de quelques points de sondage. Nous utilisons donc cette méthode pour prédire des unités de terroir.

Formalisation des lois de voisinage

On considère deux étapes dans la formalisation des lois de voisinage (Favrot et Lagacherie, 1993) : une première ^étape d'extraction des lois sur le secteur de référence, et dans un second temps, une utilisation de ces lois pour prédire les sols à l'extérieur du secteur de référence.

ERS Maine

Loire

---

^Saint-Aubin-de ^-Luigné Auhance

C,íBeaulieu-sur-Layon

t..,,---{-_

nlLambèrt-du-Lattay

N

1

n 10 km

Sai

i---r

r - - -l Zone d'étude _Layon

178 S. Salvador, P. Lagacherie et R. Morlat

Étude et Gestion des Sols,4,3, 1997

I

Zonage prédictif des terroirs viticoles 179

Petite Région Naturelle

Briovérien 1 Briovérien 2 0rdovicien Houiller

Taille (ha) du secteur de référence 155 429 424 425

Taille (ha) du secteur de validation 287 679 566 tJo

Eloignement moyen (km) au centre du secteur de référence

t,¿ 2,6 2,7 6,8

Tableau 1 ^: Caractérisliques des secteurs de référence et de validation Table 1 : Characteristics of the reference and validation areas.

Extraction

^{des lois}

de voisinage

L'extraction des lois de voisinage est réalisée à partir d'un algorithme (Lagacherie el a/., ¹⁹⁹⁵⁾ fonctionnant selon le prin- cipe suivant. La carte des tenoirs viticoles est transformée ^en une grille de points. Chacun des points du secteur de référence est tour à tour considéré comme un point de sondage.

Pour chacun des points de sondage, les autres points du secteur de référence sont alors affectés à des "zones d'isopré- diction" (figure 2). Celles-ci sont définies en fonction de la distance par rapport au ^point de sondage, définissant ainsi des couronnes concentriques, et de la position relative en altitude des autres points par rapport à ce poini de sondage (plus haut, plus bas, même altitude).

Les points sont ensuite dénombrés par unité de terroir du secteur de référence à laquelle ils appartienneni, et par ^zone d'isoprédiction. En répétant ce processus à partir de tous les points du secteur de référence, il est ainsi possible d'obtenir les probabilités d'apparition d'unités de

terroir

en un point, sachant, d'une part, que l'unité de sol est reconnue sur le son- dage, et connaissant, d'autre pari, la zone d'isoprédiction dans laquelle se trouve le point en question.

Prédiction

des

sols

à

I'extérieur du

secteur de

référence

L'utilisation des lois de voisinage pour cartographier les ter- roirs à l'extérieur du secteur de référence est un processus à étapes. Une succession de sondages est réalisée sur le ieÊ rain. Chaque sondage suscite à son tour la mobilisation des lois de voisinage qui modifient ou affinent les choix précédem- ment élablis. Les prédictions d'unités de sols prennent la forme, en tout point de l'espace, d'une série de probabilités de présence des différentes unités de sol du secteur de référence.

Afin d'obtenir une prédiction finale qui tienne compte de chaque sondage, les probabilités sont combinées entre elles avec une pondération tenant compte de la distance du point considéré à chaque point de sondage, de façon à privilégier les sondages les plus proches.

Ainsi, la probabilité p d'apparition d'une UTB

j

au poini à estimer x est donnée par la formule suivante :

P¡ (x, f) ₌ x(r

= 2...r) [w¡ ^n¡¡(x)l

n'n : probabilité d'apparilion de la jème _{unité de} sol lors du kième sondage

wn : cæfficient de pondération du sondage k.

Figure 2 : Formalisation des lois de voisinage : définition des zones d'isoprédiction (d'après Favrot et Lagacherie, 1993).

Figure 2 : Formulation of the laws based on neighbourhood relationships of soil units : definition of iso-prediction areas (from Favrot and Lagacherie, 1ee3).

sn : "plus haut"

I l.dgrndc

so * "ttìénìc altin¡de"

N

i dlffét.s Ðncs d i3opddiction

so = ^"plus bas"

I

t

Étude et Gestion des Sots,4, g, _1gg7

Le cæfficienl de pondération wn est fonction inverse de la distance du point à prédire au sondage.

ll

permet de rendre plus ou moins compte de I'influence des règles déclenchées par les observations en fonction de leur distance par rapport au poinl prédit.

lnterprétation des distribut¡ons ^de probabilités

L'interprétation des distributions de probabilités fournies par les lois de voisinage peut prendre deux formes différentes ^:

-

_Une prédiction d'unité de sol sur Ie point considéré ^("pré- diction ponctuel/e'). Dans ce cas, I'unilé choisie est celle ^qui obtient la probabilité maximum d'apparition. Le résultat final est une carte "raster" donl le pas est égal à celui choisi pour ^la densité de points. Le degré de confiance de la prédiction est alors égal à la probabilité d'apparition de I'unilé choisie.

- _Une prédiction des différentes unités de sol présentes sur Ie pixel (prédiction "surfacique"). Le pixel représente la surface carrée dont le point de prédiction est le centre. Nous I'utilisons ici comme parcelle théorique afin d'explorer la possibilité de délivrer une prédiction globale à l'échelle de la parcelle, pìus conforme à ì'attente des viticulleurs que la prédiclion ponctuel- le précédemment évoquée. Dans ce cas, on considère que la distribution de probabilités au ^point de prédiction ^peut être une estimalion des unités présentes dans le pixel représenté par le point. Cette estimation est réalisée en choisissant un seuil de probabilité au-dessous duquel on considère l'apparition de ì'unité comme non significative. Seules les unités dont la ^pro- babilité d'apparition est supérreure au seuil seronl relenues dans la prédiction. Par exemple, si, en un pixel, l'unité de ter- roir 1 est assortie d'une probabilité d'apparition de 55 %, I'unité de terroir 3 de 30 %, el l'unité de terroir 4 de 15 %, et si le seuil est fixé à 20 %, seules les unités de terroir 1 et 3 sont retenues dans la prédiction des unités présentes dans le pixel étudié.

Choix d'une stratégie d'échantillonnage des sondages

La connaissance du degré de confiance de la prédiction réalisée permet, à la suite d'une première série de sondages, d'orienier les sondages suivants. Ainsi, ceux-ci seronl effec- tués sur les points présentant le degré de confiance le plus faible. Cette méthode peut ainsi permettre d'alléger le travail par rapport à une stratégie d'échantillonnage systématique. En effet, sì des sondages sont effectués dans un premier temps à une densité lâche, et les unités de sols aìnsi que le degré de confiance déterminés, une seconde série de sondages évilera les points dont le degré de confrance est supérieur à un seuil fixé.

0n

obtient ainsi une répartition irrégulière des points de sondage similaire à celle mise en æuvre dans une prospection classique (technique "f ree-survey").

Deux siralégies d'implantalion des sondages sont donc testées ^:

- Une stratégie d'implantation systématique : ìes sondages sont disposés régulièremeni et unrformément sur le périmètre à étudier, à différentes densités : sous-échantillonnage systéma- lique tous les 400, 200 et 100 mètres,

-

Une stratégie raisonnée d'implantation des sondages.

Dans un premier temps, un sous-échantillonnage systémattque est effeclué tous les 400 mètres. Les points sondés au cours de la deuxième phase doivenl répondre à deux conditions ^: avoir un niveau de confiance inférieur à un seuil fixé à 50 %, et être situés sur une grille dont la distance minimale entre ^les points est de 200 mètres. Cette opération est renouvelée au cours de la 3ème phase pour une distance minimale enlre son- dages de 100 mètres.

Application des méthodes de prédiction des terroirs

Afin d'extraire les lois de voisinage à ^partir des secteurs de référence choisis, une ^grìlle de ^points au pas de 50 mètres est construile sur les périmètres des secleurs. Les points sont rensei- gnés quant à I'UTB présente par croisement avec la carte des terroirs viticoles. Leur altitude est déterminée par interpolalion linéaire des courbes de niveau de la carte topographique de l'lGN au 1125 000e. Lapplication des lois de voisinage sur les secteurs de validation s'effectue en simulant les sondages : les unités de tenoir de la cafie réelle sont affectées aux points de sondage.

Le SIG ARC/lnfo est utilisé pour manipuler I'information géographique nécessaire'(altitude, carte des unités de terroir), et pour visualiser les résullats. Lextraction des lois de voisina- ge sur les secteurs de référence,

el

l'application sur les secteurs de validation sont réalisées par des programmes spé- cifiques, écrits en langage F0RTRAN.

Méthode de validation retenue

Afin d'apprécier la qualité des résultats obtenus, les ^prédic-

tions d'UTB sont

comparées

aux carles issues de

la prospection classique. Plusieurs modes d'esiimation des erreurs sont évalués ^:

- l'erreur totale : la carte obtenue par prédiction des unités de sol sur le point considéré est comparée à la carle des ter-

roirs

établie sur

le terrain.

L'erreur

de

prédicÌion totale correspond alors à la fraction des points mal prédits, les points de sondage étant bien enlendu exclus de l'évaluation.

Cette erreur totale recouvre deux types de situalions de gra- vité différente que nous avons individualisées en décomposant I'erreur totale en deux types d'eneurs complémentaires ^:

- les erreurs de délimitation (notées e6), qui dénombrent les cas où l'unité prédite correspond à I'une des UTB réellement présente au sein du pixel, mais pas en son centre. ll s'agil ^par conséquent d'erreurs de positionnement des limites avec la carte réelle qui sont inférieures à 35 m (soit environ la demi- diagonale d'un ^pixel de 50 m de côté). Or, les limites de sol (et

180 S. Salvador, P. Lagacherie et R. Morlat

Étude et Gest¡on des Sots, 4, g, _1gg7

t

Zonage prédictif des terroirs viticoles ¹⁸¹

donc d'unités de terroir) sont souvent progressives et difficile à positionner sur le terrain (Baize, 1986 ; Lagacherie ef a/., 1996).

ll s'ensuit une lolérance couramment admise de 5 mm sur la carte (Legros, 1978), soit 50 m dans le cas présent, où ^les cartes d'UTB sont au 1/10 000e. Dès lors, les différences de positionnement ne peuvent pas être interprétées comme ^des erreurs significatives ^incombant à la méthode de prédiclion,

- l'erreur de prédiction vraie évalue ^la fréquence des cas où l'unité prédite ^ne se retrouve ^pas dans le pixel. ll s'agit dans ce cas d'une différence significative avec la carte servant de ^vali- dation, qui peut être interprétée sans ^ambiguTté comme une erreur de Prédiction.

Afin d'évaluer ^la qualité des prédictions données par le pixel selon la mélhode présentée dans le paragraphe "lnterprétation des distribulions de probabilités", deux indicateurs (Legros, 1996) sont calculés. Le premier évalue la proportion moyenne des ^unités

"oubliées" par la prédiction, il s'agil de l'erreur par défaut (omission error). Elle est obtenue en calculant la moyenne des ^surfaces (exprimée en pourcentage du pixel) occupées par les unités ne figurant pas dans la prédiction mais présentes dans le pixel. Le second s'intéresse à l'eneur complémentaire de la première cilée, soit la prédiclion d'unités qui ne figureni pas en réalité dans le pixel.

C'est I'erreur par excès (commission enor). Cette erreur complé- mentaire est mesurée en calculant le pourcentage, par ^pixel, d'unités prédiles mais non présentes dans le pixel.

On recherche alors le seuil de probabilité optimal, de ^telle manière que la prédiction obtenue présente une erreur minima-

Tableau 2 : lndicateurs de complexité des secteurs de référence Table 2 : Complexity indicators of the reference area

Tableau 3 : Erreurs de prédiction sur les secteurs de référence Table 3

:

Prediction error on reference areas

le.

Pour cela, on recherche

la

prédiclion

qui

minimise la moyenne des deux eneurs précédemment décrites. Plusieurs seuils de probabilité sont testés (de 0 à 90 %). A un seuil de probabilité de prédiction fixé correspond un nombre moyen d'UTB prédites par pixel. Le nombre moyen d'UTB à prédire par pixel est plus appréhendable par le viticulteur ou le carto- graphe que le seuil de probabìlité de prédiction. C'est donc ce nombre moyen d'UTB à prédire par pixel qui est déterminé.

RESULTATS

L'examen des résultats traite successrvement de I'influence de la complexité des PRN sur la qualité des prédictions, des erreurs oblenues sur les secteurs de validation, de la ^possibili- té d'allégement, et enfin de la prédiction à l'échelle parcellaire.

Influence de la complexité des

PRN

sur la qualité des prédictions

Des indicateurs classiques permettant de quantifier la com- plexité d'une carte sont calculés sur chacun des secteurs de référence (tableau 2) : nombre moyen d'unités de terroir, surfa- ce moyenne d'une unité cartographique, el quantité de limites à l'hectare. lls permettent de rendre compte de la grande varia- bilité de la complexité des PRN étudiées. La PRN Briovérien 1

est ainsi la PRN la moins complexe, la PRN Houiller la plus complexe, tandis que les PRN Briovérien 2 eI Ordovicien onl une complexité intermédiaire et voisine.

Petite Région Naturelle

Briovérien 1 Briovérien 2 Ordovicien Houiller

Nombre d'unités de terroir 6 11 14 tc

Surface moy. des plages carto. (ha) ha

14 26

¿.7 7

4,4 7

2,2

)^

Limites (m/ha) 103 153 tJ4 205

ion Naturelle Petite

Briovérien 2 Ordovicien Houiller

Nbre sond,/100 ha Briovérien ¹

68,7 55 34,5

55 41,7

29

67,5 53,1 36,2 Erreu r lotale

(%)

6,25 25 100

36,8 30,5 22,1

Étude et Gestion des Sots, 4, 3, 1997

Leneur de prédiction commise lorsque les lois de voisinage sont appliquées sur le secleur de référence lui-même esl un autre indicateur de complexité, plus lié à la méthode utilisée. ll traduit la nelteté d'une organisation des sols en séquences étagées selon un critère de milieu (ici toposéquence ordonnée selon I'altitude), ce que ne reflètent pas les auires indicateurs de complexité. Les résultats de I'application des lois de voisinage sur Ie secteur de référence lui-même sont présentés dans le fableau 3. lls montrent que la qualité de la prédiction est d'autant meilleure que la PRN étudiée est simple. Néanmoins, l'application des lois sur la PRN Briovérien 2, dont la complexilé est proche de la PRN )rdovicien, montre des résultats de qualité aussi faible que pour la PRN Houiller. Le degré d'organisation en toposéquence de la PRN Briovérien 2 est donc a priori plus faible que celui de la PRN Ordovicien, à complexité égale.

Étude de I'erreur sur les secteurs de validation

fapplication des lois de voisinage sur les secteurs de vali- dation aboutit à des erreurs de prédiction totales proches de celles obtenues sur les secleurs de référence (tableau 4). La représentativité du secleur de référence est donc apparem- ment bien assurée,

et

reflète donc a

priori

une relative répétilivilé du milieu sur toule l'éiendue de chacune des PRN.

La hiérarchie des performances selon la complexité de la PRN étudiée est respectée. Toutefois, alors que l'augmentation de I'erreur est sensible sur les aulres secteurs de validalion, le sqcteur de validation de la PRN Briovérien

I

présente une baisse non négligeable de l'erreur de prédiction (de I'ordre de 6

à

10 %). Celle-ci peuts'expliquer en particulier par une com- plexité moindre du secteur de validation par rapport au secteur de référence.

Un examen de la valeur de l'erreur de prédiction totale montre qu'elle reste tout de même relativement élevée, même

pour une densité de un sondage par heclare (plus de 30 %, sauf sur IaPRN Briovérien ^1).

Cependanl, l'examen du tableau 4 montre que les erreurs de délimitation représentenl une part non négligeable de celte eneur, de l'ordre de 10 à 30 % de I'ensemble des points prédils.

Leneur de délimitation esl d'autant plus forte que la PRN consi- dérée est complexe. Comme cela a été observé dans d'autres régrons (Lagacherie, 1992), elle semble peu influencée par la densité des sondages. La baisse de l'eneur de prédiclion totale en relalion avec I'augmentation de la densité de sondages est donc à mettre à l'actif de la baisse de I'eneur de prédiction vraie.

Toutefois, la densité de sondages semble avoir une influence sur

la valeur de l'erreur de délimitation pour la PRN Houil/er.

Cependant dans ce cas, compte tenu de la taille réduite des plages cartographiques, les erreurs de délimitation peuvent être difficilement distinguées des eneurs de prédiction vraie.

L'erreur de délimitation pouvant a priori être considérée comme négligeable, I'examen du tableau 4 montre que l'on peut obtenir des erreurs de prédiction vraies comprises entre 10 et 20 %, pour une densité de un sondage/ha, selon la PRN étudiée. L'erreur de prédiction

vraie

au sein de

la

^PRN

Brioverien 2 est plus forte que sur la PRN )rdovicien pour une complexité voisine, et confirme ainsi I'hypothèse de degré d'or- ganisalion en toposéquence moins marqué.

Allégement

Afin de répondre à l'oÞjectif d'allégement de la phase de carto- graphie, la stralégie d'échantillonnage raisonné est testée.

L'examen du tableau 5 ^montre que pour un allégement parfois conséquent fiusqu'à 55 %), I'accroissemenl de I'erreur de prédic- tion est très faible. fallégement effectué altère donc très peu la précision de la prédiction (3 % au maximum). La complexité du secteur étudié compte pour beaucoup dans la possibilité ou non

Tableau 4 : Erreurs de prédiction sur les secteurs de validation : eneur totale, eneur de délimitation (e¿), et eneur de prédiction vraie (eou).

Table 4 : Prediction errcrs on validation areas :total error, delimitation error

(e),

and real prediction error (err).

Petite Réqion Naturelle

Nbre sond,/100 ha Briovérien 1 Briovérien 2 Ordovicien Houiller

erreur totale (%) 6,25 25 100

30,1 19,9 15,9

66,4 54,7 40

61,6 47,7 35,9

67,3 58,3 45,5

e6 ^(%) 6,25

25 100

10 9,5 9,1

15,1 18,1 19,5

16,2 19,6 23

17,5 20,4 31,1

epv (%) 6,25

25 100

20,1 10,4

6,8

51,3 36,6 20,5

45,4 28,1 12,9

49,8 37,9 14,4

182 S. Salvador, ^P. Lagacherie et R. Morlat

Etude et Gestion des Sols, 4, 3, 1997

Zonage prédictif des terroirs viticoles 183

Tableau 5 ^: Allégement (a) réalisé par utilisation d'une stratégie de sondages raisonnée, (b) augmentation de l'erreur de ^prédiction totale en fonction de la distance minimum d'échantillonnage.

Table 5 : (a) Reduction obtained by the use of rational sampling strategy and (b) increase of the total prediction error according to the minimum distance between the soilsanples.

Tableau 6 : Densité de sondages réalisée sur le lerrain, densité de sondages nécessaire pour la méthode de prédiction et erreurs de prédiction totale et de prédiction vraie.

Table 6 : Density of soil samples really done, density of soil samples necessary for the prediction method, and total and real prediction err0rs.

PRN distance mini. entre sondages ₌ 200 m distance mini. entre sondaqes _{= 100} m

a b a b

Briovérien ¹ Briovérien 2 Ordovicien Houiller

-31%

-7 0t -t Io

0%

0%

-0,3%

+1,1%

-55%

-22%

-13%

0%

+ 0,5%

+3,1%

+ 0,7 ^o/o

PRN Densité de sondages réalisés

sur ^le terrain (nbre ha./sond,)

Densité de sondages nécessaires (nbre ha./sond.)

Erreur de prédiction totale et de prédiction vraie ^(%) Briovérien 1

Briovérien 2 Ordovicien Houiller

2,7 1,3 1,1 0,8

b 1,3 1,2

1

19,6 / 9,8 43,1 123,7 36,6

/

12,9 45,5

t

14,4

de diminuer le nombre d'échantillons. lallégement est très impor- tanl sur la PRN Bdovéren 7, tandis qu'il est quasiment nul sur la PRN Houller. Le critère de complexité "taille moyenne de la plage cafiographique au sein de chaque PRN" semble le meilleur indi- cateur de l'allégement réalisable.

Cet allégement par rapport à une stratégie systématique de sondages est ensuite comparé avec la densité de sondages effectivement réaliséê sur le terrain pour établir la carte, Si I'on prend en compte I'allégement réalisé pour une distance mini- mum

de

100 mètres enlre les sondages, on remarque à l'examen du tableau 6 que la densité de sondages simulée se rapproche de la densité de sondages effectuée sur le terrain.

L'erreur de prédiction totale est fonction de la complexité de la PRN considérée : elle varie de 20 % environ pour

la

PRN Briovérien

/

à plus de 45 % pour la PRN Houiller. L'erreur de prédiction vraie varie de 10 à 24 %. Dans les deux cas, on remarque de nouveau que les erreurs au sein de

la

PRN Briovérien 2 sont plus importantes qu'au sein de

la

PRN Ordovicien. Pour la PRN Briovérien

l,

il est possible de dimi- nuer de manière significative le nombre de sondages pour une baisse très faible de la qualité de la prédiction. Ainsi, un échan- lillonnage d'un sondage pour 6 ha, beaucoup plus faible que celui réalisé sur le terrain (1 sondage ^pour 2,7 ha), n'altère la précision de la prédiction que de 3 % environ. Par conséquent,

un allégement d'environ 55 % par rapport au nombre de son- dages observés esl réalisable au sein de cette PRN.

ll

n'est pas possible sur les autres PRN sans une forte augmentation de l'erreur de prédiction. Un exemple d'évolution de la préci- sion des cartes obtenues est donné en carte 3 pour la PRN Briovérien

l,

pour différentes densités de sondages, en straté- gie d'échantillonnage raisonné.

Prédiction à l'échelle parcella¡re

Les courbes présentées en figures 3a à 3d et 4a à 4d ^pré- senlent respectivement l'évolution des eneurs par défaut et par excès en fonction du nombre moyen d'UTB prédites par pixel.

L'examen de ces figures permet de voir que la complexité de la PRN a un impact direct sur la forme des courbes. Pour l'erreur par défaut, la forme exponentielle inverse est d'autant plus marquée que la PRN considérée est simple. Pour l'erreur par excès, la PRN la plus simple (Briovérien

/)

^présente une forme sigmoTde que I'on ne retrouve pas sur les autres PRN.

Les formes observées lraduisent une erreur d'autant plus éle- vée que la PRN considérée est complexe.

Afin de poursuivre I'interprélation des résultats, nous ne considérerons par la suite que les courbes correspondant, ^pour chaque PRN, à la densité de sondage optimale. Au vu des courbes présentées, celle-ci correspond aux densités ^précé-

Étude et Gestion des Sols, 4, 3, 1gg7

184 S. Salvadar, ^P. Lagacherie et R. Morlat

Figures 3a à 3d : Erreur par défaut en fonction du nombre moyen d'UTB prédites par pixel.

Figure 3a to 3d : Omission error according to the average number of "UTB" predicted per pixeL

Figures 4a à 4d: Erreur par excès en fonction du nombre moyen d'UTB prédites par pixel (UTB prédites mais non présenles au sein du pixel).

Figure 4a to 4d : Comission error according to the average number of "UTB" predicted per pixel.("UTB" predicted but not present within the pixel).

\ù

\\

\\\ \- \

5 6- ¹⁰⁰ õç ⁹⁰ :d B0 å6

-EaõoQ

'iE

_;50⁶⁰

Eæ

30 20 10

ao

E 6- ¹⁰⁰

EE

^gO

6* ðu

oQ ^-

,ì$

^ao

Eoo

30 20 10

bo

E6ioo þE on

PB ^/v UÈ 60

ø50 -40

30 20 10

co

= 6- ¹⁰⁰ .oH90

Ë-o ^go -E ^{_^}

ù€ ⁶⁰ Øb0 ù¿o

30 20 10 0

fl voy.:zurapixer PRN Br¡ovéÍen I

1

Moy.:1 3 UTBþixel

PRN Briovérien 2

Moy.:1,8 UTBþixel

PRN Ordov¡c¡en

2

Moy.:1,7 UïBþixel

PRN Hou¡lld

+1 +1 + 1 sondage/4 ha

+ 1 sondage/6,6 ha

+ 1 sondage/16ha

2345

Nombre moyen d'UTB prájites pa pixel

+1 sondageha

+1 sondage/1,3 ha

468

Nombre moyen d'UTB prálites pa pixel

+1 sondâgê/1,2 ha

46810

Nombre moyen d'UTB prájites pa pixel

+l sondage/ha

+1 sondage/4 hâ

681012

Nombre moyen d'UTB prájiles pa pixel ha

12 0

0

0

6

2 10

4

\ -__\

^-__\

\- ^--Ë--

14

'3

100so

3eo *

l70

U 50

q

30 20 10 0

a

'3

ioo

3go 3so g70

U

60 50 40 30 20 '10

bo

-1ffi

9s0 Ë80 è

'ì ⁶⁰₅₀

40 30 20 10 0

'8

100so

3eo

o U

9æ

50 40 30 20 10 0

PBN Br¡ovéÍen ¹

2345

Nombre moyen d'UTB práliles par pixel

PRN Briovér¡en 2

Nombre moyen d'UTB prájiles par pìxel

PBN Ordovic¡ên

46810

Nombre moyen d'UTB prédlles par pixel

PRN Houiller

681012

Nombre moyen d'UTB prédites par pjxel

+1 sondage/ha

+1 sondâôê/4 ha

+1 sondaqe/6,6 ha

+1 sondaôê/16hâ

.-lsondage/l3ha

+1 sondage/ha

+1 sondage/12 ha

+ 1 sondage/ha

+ 1 sondage/4 ha 6

10 0

Moy.:1,3 UTBþixel

0

0 Moy-:1,7 UTBþixel

0

1

Moy.:1,8 UTBþixel

2

2 4

c

12

2

d ^{Moy.:2 UfBþixel}

4 14

Étude et Gestion des Sots,4, g, _1gg7

,

prédictif des terroirs viticoles 185

Tableau 7 : Principaux indicateurs pour une prédiction considérée comme optimale (minimisation de la moyenne des erreurs par défaut et par excès).

Table ^{7 : Main} pertormance indicators for a prediction considered as optimal (minimum sum of the omission and comission errors).

- : nombre moyen réel d'UTB par pixel.

demment sélectionnées,

soil :

1 sondage/ha pour la PRN Houiller, 1 sondage/1,2 ha pour la PRN )rdovicien, ¹ sondage/1,3 ha pour la PRN Briovérien 2, et 1 sondage/ 6 ha pour la PRN Briovérien ^1'

La figure 5 donne, pour chacune des courbes retenues, I'évolution de la moyenne des deux erreurs (par défaut et par excès) en fonction ^du nombre moyen d'UTB prédites. Le tableau 7 donne alors pour chacune des PRN ^la valeur du nombre ^moyen d'UTB prédiles par pixel, la den- sité de sondages, ainsi que la valeur de chacune des erreurs, pour la valeur minimale de cette moyenne. La valeur de Ia moyenne des deux erreurs est.variable selon la ^PRN considérée, on remarque néanmoins qu'elle est beaucoup ^plus élevée sur la PRN Briovérien 2que sur les PRN Houiller el )rdovicien. Cette tendance était ^déjà observée dans une moindre mesure pour ^une prédiction poncluelle. Une prédiction optimale semble êlre obtenue pour un nombre moyen d'UTB prédiles de l'ordre de 0,7 à 0,8 fois le nombre moyen réeld'UTB par pixel, quelle ^que soit la PRN. ll semble donc que I'on puisse ^rai- sonner de manière globale, et établir un nombre moyen oplimal d'UTB à prédire par pixel dès lors que le nombre moyen réel d'UTB par pixel est c0nnu.

CONCLUSION

L'objecÌif de ce

travail était

de

tester

la méthode des secteurs de référence pour tenter de modéliser l'extension spatiale des terroirs dans le vignoble de I'Anjou. Les principaux résul- tats obtenus montrent que :

-

_Ia prédiction peut être fournie de façon variable en fonction des besoins : établissement d'une carte des terroirs viticoles de l'ensemble

Figure 5 : Moyenne des erreurs par excès et par défaut en fonction du nombre moyen d'UTB prédites ^par pixel (en % du nombre moyen réel d'UTB par pixel).

Figure 5 : Average of the omission and comission errors according to the average number of "UTB" predicted per pixel (in % of the real mean number of

"UTB" per pixel).

de la zone étudiée, ou prédiction au niveau de I'ensemble du pixel, simulant ainsi une prédiction à l'échelle parcellaire. Pour cette dernière, la fixation d'un nombre moyen d'UTB à prédire par pixel de I'ordre de 70 à 80 % du nombre moyen réel d'UTB par pixel semble fournir les meilleurs résultats, quelle ^que soit la PRN considérée ;

- la méthode s'adapte à des milieux de complexité différente, tout comme le

fait le pédologue : la densité optimale de sondages à réaliser est d'autant ^plus élevée que le milieu étudié esl complexe ;

- la complexité de la PRN a un impact direct sur la qualité des résultats.

0n obtienÌ des résultats intéressants sur la PRN Briovérien

I

(que ce soit en prédictions ponctuelle ou à l'échelle parcellaire, des erreurs comprises entre 10 et 20 % au maximum pour une densité de sondages environ deux fois plus faible que celle réalisée sur le terrain). lls sont moins bons sur les PRN Houiller

el

Briovérien

2

(erreurs assez élevées pour une densité de son- dages équivalente à celle réalisée sur le terrain),

et

intermédiaires sur la PRN Ordovlcien, nolamment en prédiction ponctuelle ;

PRN Nbre moyen unités prédites/pixel Surf./sondaqe ^(ha) Erreur par défaut ^(o/o) Erreur par excès ^(%)

Briovérien ¹ 1,1 ^(1,3-) o 12,6 12,3

Briovérien 2 1,4 ^(1,8-) 1,3 31,3 30,3

)rdovicien 1,2 (1,7r\ 1,2 24 15,9

Houiller

1,4

^{(2.) 1 22,9} 17,3

^50

;40

o

!

=Ò^

?zo

o cc

o

àro ^-

PRN Briovérien ¹ ''.

.

PRN Briovérien 2

- -

PRN Ordovicien

---

^{PRN Houiller}

0

0

1oo 200 300 400

⁵⁰⁰

UTB prédites en 7o du nombre moyen réel d'UTB par pixel

Élude el Gest¡on des Sots, 4, 3, 1gg7

186 S. Salvador, ^P. Lagacherie et R' Morlat

carte 1 : Géologie de la zone d'étude ^(d'après BRGM, 1976, 1986, et lGN, 1986, 1989)' Map 1

:

Geology of the Study area (from BHGM, 1976, 1986, and lGN, 1986' ^1989)'

PRN Houiller

PRN Ordovicien

PRN Briovérien

¹

PRN Briovérien ²

0

1 ^{2 Kilomètres}

A

N

fl ^{uttutrE DE PErlrE}

/\u/ ^{Qourbes de niveau}

Unités géologiques

REGION NATURELLE

Série des Mauges

^("

Briovérien") Complexe du Château de Montaigu

Co*h"r" de Saint-Georges-sur-Loire ('Ordovicien") ^: schistes comþexe ^de sainþGeorçs-sur-Loire ("ordovicien")

^:

spilites Namurien ("Houiller")

Cénomanien Eocène

Form

ation s

^{q uate}

rnaires

Étude et Gestion des Sols, 4, 3, 1997

t"

,nn"n^

nrédi"tif do" to,

Carle2:

Localisation des secteurs de référence et de validation Map 2 : Location of the reference and validation areas.

- _il semble possible d'anticiper sur la qualité des prédictions en calculant certains indicateurs de complexité du secleur observé.

Ainsi, l'indicateur "taillê moyenne de la plage cartographique"

peut généralement permettre d'apprécier si la méthode sera applicable. Néanmoins, cet indicateur doit être complété, car il ne préjuge pas de la représentativilé du secteur de référence, qui doit êlre appréciée avec d'autres indicateurs.

Afin d'améliorer l'applicabilité de la méthode des secteurs de référence à la cartographie des UTB, il convient d'explorer diverses voies :

Les terroirs doivenl être raisonnés au niveau de la parcelle.

Une esquisse de ce raisonnement a été menée en faisant une prédiction au niveau du pixel, il convient d'intégrer l'information au niveau de la parcelle culturale afin d'avoir une information au niveau de l'unité d'intervention du viticulteur.

Un outil informatique opérationnel permettant de mettre en application les lois étudiées doil être développé. En effet, ^leur établissemenl

el

leur application ont nécessité beaucoup de temps et un matériel informalique lourd. Des essais ont ^été menés en ce sens (Ledreux et a1.,1994).

0 I 2 ^Kflomètres

l-l ^{urure DE} pETtrE REGtoN NATUHELLE

t Secteurs de validation

! ^Secteurs de rélérence 81

: PRNBrlovórien 1

82:

^PHN

^Bdovérþn

²

O:

PBN Ordovlcien

H:

PRN

l'loulller

A

Etude et Gest¡on des Sols,4,3, 1997

188 S. Salvador, ^P. Lagacherie et R. Morlat

Carte 3 : Application des lois de voisinage sur le secteur de validation de la PRN Briovérien I en stratégie d'échantillonnage raisonnée.

Map 3 : Map obtained by using neighbourhood relationships on the "PRN Briovérien

l"

validation area, with a free-survey sampling strategy.

F

^¡a

t

\

\

!

I

t ü

a

a

Carle des UTB réalieée

sur le terain

¹

sondage/16 ha

tl

t I I a:

a a

\

la I

¡

\

¡l I a

1

sondage/B ha

¹

sondage/2,2 ha

I

I r

I

Point de sondage, ou pour la carle réalisée sur le terrain : hors PRN Briovérien

^'l

Colluvions

Schiste

Altáration de schiste

Altérite de schiste 0 ⁵⁰⁰ 1000 1500 2000 Måtres

A _N I

Étude et Gestion des Sots,4,3,1997

Zonage prédictif des terroirs

viticoles

¹⁸⁹

La zone dans laquelle les lois ont été établies et testées est relativement complexe (plusieurs dizaines d'UTB).

0n

^peut

penser que la connaissance des terroirs et de l'impact de ceux- ci sur la vigne progressanl, des regroupements de lerroirs seront peut-être possibles, les méthodes étanl d'aulant ^plus efficaces que les milieux sont simplifiés. D'auire part, la métho- dologie de caractérisation des terroirs viticoles visant à être étendue à d'autres vignobles, il conviendra de tester I'indica- teur de complexìté mis en place afin d'évaluer la proportion de territoire susceptible de bénéficier de résultats comparables à ceux obtenus sur le secteur le plus simple de cette étude.

REMERCIEMENTS

Les auteurs tiennent à remercier vivement H. Bourennane et C. Van Leeuwen pour leurs remarques constructives appor- tées à la lecture d'une première version de cet article.

BIBLIOGRAPHIE

Asselin C., Morlat R., Jacquet 4., 1992 - Connaissance des terroirs : méthode de caractérisation, influence sur la maturité et la potentialité anthocya- nique du cabernet franc. Vllème symposium des ateliers universitaires et vignerons : 37-52.

Baize D., 1986 - Couvertures pédologiques, cartographie et taxonomie.

Science du Sol 24 (3) :227-243.

Doledec A-F., 1995 - Recherche des composantes principales des terroirs viti- coles afin d'élaborer un outil d'aide à la gestion au moyen d'observatoires et de traitements statistiques de données spatialisées.

Thèse de doctorat. Inst. Nat. Agron. Paris-Grignon. 160 p. + annexes.

Favrot J.C., 19Bg - Une stratégie d'inventaire cartographique à grande échelle : la méthode des secteurs de référence. Scìence du Sol. 27 (4) : 351"368.

Favrot J.C., Lagacherie P, 1993 - La cartographie informatisée des sols : une aide à la gestion écologique des paysages ruraux. C.R. Acad. Agrìc.

Fr,79 (5):61-76.

Gadille J., 1967 - Le vignoble de la côte bourguignonne : fondements phy- siques et humains d'une viticulture de haute qualité. Thèse de doclorat.

Univ. Dijon.

Lagacherie P, 1992 - Formalisation des lois de distribution des sols pour auto- matiser la cartographie pédologique à partir d'un secteur pris comme référence. Thèse de doctorat. Univ. Montpellier ì1. INRA Science du Sol. 1 75 p. + annexes.

Lagacherie P, Andrieux P, Bouzigues R., 1996 - Fuzziness and uncertainty of soil boundaries : from reality to coding in GlS. Spatial Conceptual Models for Geographic Objects with undetermined boundaries, Baden, Austria, B-1 2 June 1 994, ed. P Bunough, A. Frank. pp. 275-287 .

Lagacherie P, Legros J.P, Burrough PA., 1995.-A soil survey procedure using the knowledge of soil pattern established on a previously map- ped reference area, Geoderma. ô5 : 283-301,

Laville P, 1 990 - Le tenoir, un concept indispensable à l'élaboration et à la pro- tection des appellations d'origine comme à la gestion des vignobles : le cas de la France. Bulletin OIY.63 :217-241 ^.

Ledreux C., Lagacherie P, Jeansoulin R., 1994 - Le projet SAPRISTI version 2 : Système d'Aide à la Prédiction lntelligente des Sols par Traitement lnformatique. Revue lnternationale de Géomatique.4 (1) :9-37.

Legros J.P, 1978 - Recherche et contrôle numérique de la précision en carto- graphie pédologique. I Précision dans la délimitation des sols. Annales agronomiques. 29 (5) : 499-51 9.

Legros J-P, 1996 ^- Cartographies des sols. De I'analyse spatiale à la gestion des territoires. Presses polytechniques et universitaires romandes. 321 p.

l/orlat R., 1 989 - Le lenoir viticole : contribution à l'étude de sa caractérisation et de son influence sur les vins. Application aux vignobles rouges de la moyenne vallée de la Loire. Thèse de doctorat d'Etat. Univ. Bordeaux lì. 289 p. + annexes,

Morlat R., Asselin C., 1993 - Une approche objective des terroirs et typologie des vins en Val-de-Loire. C.R. Acad. Agric. Fr. 79 (3) : 199"212.

Noble 4.C., 1979 - Evaluation of chardonnay wines from sites with different soil compositions.

Am. J. Enol. Vitic.30 (3) :214-217.

Seguin G., 1983 - Influence des tenoirs sur la constitution et la qualité des ven- danges. Bulletin OlV 56 :3-18.

Documents

consultés

BRGM, 1976-Angers, n"454. Carte géologique au 1/50 000e et notice.

1986 - Thouarcé, n"484. Carte géologique au 1/50 000e et notice.

lGN, 1 9Bg - Angers, ^'1 522 Ouest. Carte topographique au 1/25 000e.

1986-Valanjou, 1523 Ouest. Carte topographique au 1i25 000e.

Etude et Gestion des Sols, 4, 3, 1997